当大模型的演进速度开始变慢，也就意味着众多与之相关联的新技术栈到了产品化的阶段，而不是小修小补式的试验。
行业内外都关注到了大模型的计算需求，但是存储需求没有得到应有的重视，目前传统阵列在 GPU 集群前已经沦为性能瓶颈和扩展性瓶颈，行业共同的认知是，这一次存储行业面临的是不是渐进式升级，而是架构级的彻底重构。
从大模型训练对带宽与并发的极限压榨，到推理阶段多模态数据的孤岛困局，从企业不愿示人的核心数据安全焦虑，到旧架构在 GPU+全闪存时代下的 「硬件不适配症」，传统存储的短板正在被 AI 放大。
在海外市场，AI 存储赛道也有独角兽估值狂飙，以 「统一存储层+AI 原生接口」 的打法已得到市场认可，中国存储厂商 ExponTech 也发布了自研的 WADP 平台主打一套架构统管生产与 AI 数据流。
传统存储阵列如何成为瓶颈？
ExponTech 创始人曹羽中表示，在传统信息化时代，虽然出现了诸多存储新技术，但这些技术都未从根本上改变市场格局，传统存储列依旧是主导方案，企业的投资也仍然集中在这个领域。不过随着 AI 时代的到来，存储领域将会迎来重大变革，类似计算领域从 CPU 中心向 GPU 中心的转型。
具体来说，存储需求会呈现出以下四大核心变化。第一，由大模型训练驱动的超高性能需求，大模型训练对存储系统提出了极致要求，它需要存储系统提供超高带宽与高并发能力，以此来支撑多卡并行训练。只有存储性能充分释放，才能够确保 GPU 卡利用率达到最大化。
第二，推理时代的效率优化。未来全球具备大模型训练能力的企业会极为有限，绝大多数企业会通过应用大模型来实现业务革新，也就是进入推理阶段。这个阶段的核心在于优化推理效率，其本质是解决计算资源与存储资源的协同问题。
一方面是多模态数据的统一管理，当前企业的数据大多呈碎片化状态，是因为传统存储设计遵循 「业务系统导向」 原则。而在 AI 时代，需要构建统一存储底座，实现全量数据的融合管理与高效调用，避免进行跨孤岛数据迁移。
另一方面是记忆持久化与以存代算。传统的推理采用暴力计算模式，每次处理提示词时都需要重新计算，这会导致算力浪费，通过存储系统缓存中间结果可以减少重复运算。此外，还需要增强 AI 模型的记忆能力，当前无状态设计仅能保留短暂会话记忆，而利用存储技术可以增强模型长期记忆功能，并且让模型结合企业数据来解决业务问题。
第三，数据可控与安全。没有企业愿意把核心数据喂给公共大模型，而且受限于数据隐私要求，这些数据也难以直接迁移至公有云。所以，构建数据中心级统一数据层并实施细粒度权限管控就成为了必然的选择。
第四，传统架构的局限性。传统存储阵列存在根本性的缺陷，一是孤岛式设计，它针对不同业务特征定制独立的存储系统及接口；二是存储软件架构老化对新一代硬件适配不足，它难以有效支持 GPU + 全闪存 + RDMA 网络等新硬件环境；三是渐进式优化局限，有厂商通过在传统存储上新增加功能和接口来应对 AI 场景需求，这属于打补丁式的局部优化，而不是系统性解决方案。
曹羽中表示，理想的 AI 时代存储系统应该具备以下特点：
- 一是统一存储引擎，它基于通用硬件，能够实现超高性能与无限扩展性，还可以承载全量企业数据。
- 二是双轨制接口体系，一方面要兼容传统接口，包括块/文件/对象存储，另一方面要创新 AI 原生接口，如 KV 存储、向量存储等。三是过程数据，上下文数据的存储和管理，它要支持 AI Agent 目标执行过程中的中间数据存储与分析，从而优化决策路径。
AI 统一数据平台趋势，从美国到中国
如前文所述，AI 在存储层面的需求商业化前景已经被印证——美国一家 AI Infra 企业，成立仅 9 年估值超过 300 亿美金，ARR 收入约 10 亿美金，Fortune 100 客户已覆盖 25%。其优势是统一且面向 AI 时代的存储设计，已经建立了成熟的解决方案。
扁平化架构采用单一统一存储层，通过多接口适配不同业务需求，避免了分层存储和多套不同类型的存储的复杂管理；一站式解决方案，无需跨系统迁移数据；AI 场景专用接口，支持文件/对象/块存储外的 KV、向量等新型接口；数据闭环，在统一平台内完成从训练到推理的全流程。
海外大模型和 AI Infra 在前，中国大模型和 AI Infra 紧随其后，技术发展脉络天然具有相似性。近日，ExponTech 也正式发布了新一代统一 AI 数据平台 WADP（WiDE AI Data Platform）。WADP 旨在解决企业 AI 应用的核心痛点——高效融合存储与管理海量多源数据，实现 AI 算力与数据存力的无缝协同。
ExponTech WADP 基于全自研的分布式存储引擎与分布式 KV 元数据引擎构建，运行于标准服务器硬件，也可以广泛适配各类通用硬件。它首次将企业核心生产系统 （如关键数据库） 与 AI 数据管道 （训练、推理、向量检索等） 统一承载于同一平台，实现对传统存储阵列、文件系统及大数据存储的现代化融合替代，为企业构建面向未来的 AI 数据基础设施。
目前，基于统一存储架构的 AI 数据基础设施这一趋势已在美国市场得到了广泛验证，华瑞指数云 WADP 的技术路径和产品实现和国际市场 AI 基础设施的技术趋势不谋而合。
据悉，ExponTech 坚持核心代码全栈自研，不依赖国外开源技术，其新一代分布式存储引擎与元数据引擎成功突破万亿级文件管理、千万级 IOPS 与微秒级延迟等技术高峰，其 WADP 存储软件 2023 年在面向企业核心业务场景，被誉为 「存储奥林匹克竞赛」 的 SPC-1 评测中打破世界纪录，实现分布式存储软件打破高端存储阵列在企业核心业务场景垄断地位的创举；在 2025 年，WADP 在面向 AI 场景的 MLPerf Storage v2.0 评测中取得优异成果，充分验证了使用同一套分布式存储软件构建 Universal Storage 的技术可行性，为应对 AI 时代海量数据挑战奠定了基础。（本文首发于钛媒体 APP，作者 | 张帅，编辑 | 盖虹达）
